采用奇异值分解设计广义系统的最优滤波器

本文讨论广义离散随机线性系统的状态估计问题，通过矩阵奇值分解，本文给出了一种设计降阶最优滤波器的实用方法，该方法同时还得到了动态系统和量测系统的干扰噪声的估计。     

基于广义奇异值分解的通用旁瓣消除算法

提出一种新的通用旁瓣消除器结构,它利用广义奇异值分解(Generalized singular value decomposition,GSVD)技术,通过广义奇异向量的变换间接估计声源到麦克风之间的传递函数.不同噪声环境下的实验结果表明,与现有的各种GSC算法相比,该算法能够更有效地抑制混响和噪声,并且增强后的语音失...     

基于多次广义解调的多分量信号分解方法

在广义解调时频分析方法的基础上提出了基于多次广义解调的多分量信号分解方法。对于分量较多的多分量信号,经过一次广义解调后,在小波包时频空间中将某个分量的时频曲线与其他分量的时频曲线分开,然后将该分量分离出来,再循环进行广义解调直到所有分量都分离出来。采用多次广义解调方法对仿真信号进行了分析,并与其他的方法进行比较,结果表明了该方法的有效性。     

基于广义解调时频分析的多分量复杂信号分解方法

在广义解调时频分析方法的基础上,将该方法应用于多分量时频变化信号的分解,并对该方法进行了改进,给出了由改进的广义解调时频分析方法分解多分量复杂信号的具体步骤.重点分析了自动获取相位函数的方法,以及对分离出来的各单分量再次进行广义时频解调的问题,得到了比较理想的时频分布.仿真实验结果证明:此法不仅可以得到原始信号中各分量的时域波形,同时也可以得到各分量的时频分布,从而为多分量复杂时频变化信号的准确分离提供了有效途径.     

符号矩阵奇异值的计算机分解与广义逆计算

本文从符号计算(计算机代数)的观点,对数值矩阵计算理论中传统的奇异值分解算法及其相关的广义逆矩阵计算方法加以改进,使之适于处理符号矩阵且在计算机上实现.并指出其在矩阵理论及线性问题求解中的某些应用,还给出了一个有趣的物理实例.     

基于小波和奇异值分解的人脸识别方法

该文提出了一种基于小波和奇异值分解的人脸识别方法。首先对人脸图象进行小波分解,由于小波变换具有良好的多尺度特征表达能力,能将图象的大部分能量集中到低频子图中,使图象得到有效压缩。然后,对得到的每幅低频子图进行基于奇异值分解的特征提取,并将奇异值特征向量进行压缩,把压缩后的特征向量作为每幅人脸图象的特征,进而求出每一类人脸图象的特征向量中心。最后,将每一类的特征向量中心输入到分类器中进行识别。最终得到了令人满意的识别结果。     

基于时频空间奇异值分解的多分量线性调频信号分离与增强

针对加性色噪声背景下的多分量线性调频信号的分离和增强问题,提出了一种新的基于时频空间奇异值分解的算法,该方法对加性噪声有较好的抑制能力.同时,对于线性调频信号的最佳分数阶傅里叶变换域估计问题提出了在低信噪比下更为有效的基于信号四阶分数阶傅里叶变换中心矩的方法.仿真实验证明了本文方法的有效性.     

一种基于奇异值分解的数字水印算法

数字水印的出现为版权保护提供了一种新的解决途径。提出了基于奇异值分解(Singular Valuc Dccomposition)的数字水印算法。图像奇异值分解(SVD)有以下性质：分解后图像矩阵的奇异值集中反映了图像的“亮度”(能量)特性，而对应的奇异矩阵只反映了图像的“几何”特性。因而奇异值的细微变化不会影响图像的视觉效果。对图像分块并做奇异值分解，在奇异值域做数学变换以嵌入lbit的二值水印信息。该算法不同于别的算法的一个优点是：水印的提取是“盲提取”，即水印的提取不需要原图像参与。     

NMF和增强奇异值分解的自适应零水印算法

针对奇异值分解水印算法导致虚警率高、稳健性不强的问题,提出一种基于分块非负矩阵分解（non-negative matrix factionzation,NMF）和增强奇异值分解（BN-SVD）相结合的自适应零水印算法。首先将原始灰度图像进行二级离散小波变换（DWT）,对变换后的二级低频子带（LL2）进行不重叠分块,并对每一个子块进行秩为◢r◣的NMF分解;然后对NMF分解得到的特征矩阵采用增强奇异值分解,依据每一个块矩阵的最大奇异值与整体最大奇异值均值的大小关系构成特征向量;利用生成的特征向量与经过Arnold变换与混沌映射双重置乱加密水印图像作异或运算生成零水印,并利用天牛须优化算法（BAS）自适应确定增强奇异值分解中最抗攻击缩放比例的参数◢β。实验结果表明,在虚警问题上NC值达◣到0.4以下,JPEG压缩、噪声、滤波、旋转、剪切以及混合攻击下,提取水印图像与原水印图像的归一化系数◢NC◣值均可达到99%以上,该方案高效地解决了虚警问题,具有较强的稳健性,能够有效地抵抗各种攻击。     

基于奇异值分解的彩色图像数字水印算法

提出了一种基于奇异值分解的彩色图像数字水印算法,嵌入和提取水印均在RGB分量的空间域内进行。仿真结果表明,该算法不仅对几何失真具有很强的抵抗能力,而且对添加噪声、滤波及JPEG压缩也具有良好的鲁棒性。     

基于广义S变换的BOTDR信号包络解调

基于BOTDR的布里渊散射分布式光纤传感器所检测的散射光信号非常微弱,且频带在30 MHz左右,本文提出应用广义S变换对散射光信号进行幅度解调.广义S变换同时具有短时傅里叶变换和小波变换的优点.通过仿真和实验数据处理验证,基于广义S变换的解调算法可以有效提取BOTDR信号的包络信息,优于传统的Hilbert变换方法,提高了传感系统的检测性能.     

基于时频重排和时频脊线的信号脉内特征提取

针对小波脊线法在提取雷达信号脉内特征时信噪比性能较差的缺点,本文基于小波变换谱,将时频重排和时频脊线相结合,提出了一种新的时频联合分析方法.该方法借助于时频重排在改善谱图时频凝聚性方面的优势,使算法的信噪比性能得到有效改善.仿真表明,在低信噪比条件下,该方法仍可得到准确的估计值.     

基于奇异值分解的零水印算法

针对传统的基于奇异值分解的水印算法水印容量较低的缺陷,提出基于奇异值分解的零水印算法,在分块的基础上提取奇异值向量的前若干项,将其作为图像特征,并利用此特征进行零水印构造。仿真实验结果表明,该算法能降低计算复杂度,增加水印容量,稳健性较好。     

一种NMF和SVD相结合的鲁棒水印算法

提出了一种非负矩阵变换(NM})和奇异值分解(SVD)相结合的数字水印算法。该算法对宿主图像进行离散小波变换,然后选取低频部分进行非负矩阵变换和奇异值分解,最后在奇异值中嵌入Arnold置乱后的水印。实验表明,该算法在获得良好的视觉效果的同时,又具有很好的鲁棒性,对加噪、滤波、剪切等图像攻击有很好的抵杭能力。     

基于DCT和SVD变换的多重数字水印算法

提出一种新的基于DCT和SVD分解的水印算法,该算法首先进行分决DCT变换,直接用一参数时要嵌入的中频系数进行修改,再对嵌入水印后的图像进行SVD分解,将两个随机序列嵌入到各子块的奇异值中,达到重复嵌入水印.实验表明,此双水印系统能够迭到标识、认证图像所有权的目的.     

基于混沌和奇异值分解的双层水印方法

文章运用混沌和奇异值分解理论,提出了基于二维混沌矩阵图像置乱方法,设计并实现了基于奇异值分解的双层水印算法,并对算法进行了实验与分析。实验结果与分析表明,该方法鲁棒性强、安全性好、易于实现,可应用于不同密级信息同时传播,具有一定的实用价值。     

基于奇异值分解的同态可交换脆弱零水印研究

现有的水印和加密方案大多难以确保水印和加密过程的交换性以及受保护图像的视觉质量,这些方案的水印嵌入和加密过程固定且对受保护图像的内容进行了或多或少的修改,很少有方案在不影响受保护图像内容质量的前提下完成水印和加密过程的交换.因此,提出了一种基于奇异值分解的同态可交换脆弱零水印方案.在发送端,内容所有者采取同态加密对原始...